Saltar al contenido

Data Engineering Manager — Híbrido - Bogotá — Plataforma de Datos - SQL, ETL, Data

Esta vacante se publicó el y es posible que ya no esté abierta. Ver vacantes recientes de Datos y bases de datos

BeatHub

  • Remoto · Latinoamérica
  • Tiempo completo
  • Líder
  • USD 7,500 – USD 10,000 al mes

Publicada

Contratan desde: Latinoamérica

Descripción del puesto

Sobre la vacante

Beathub busca un Data Engineering Manager para liderar el diseño, construcción y operación de la plataforma de datos del grupo. Este rol es hands-on con fuerte liderazgo técnico, enfocado en arquitectura de datos, pipelines, calidad y escalabilidad. Forma parte del Data & Analytics Center of Excellence y actúa como referente técnico del Data Platform.

Responsabilidades principales:

  • Liderar y desarrollar el equipo de Data Engineering, promoviendo buenas prácticas, calidad técnica y crecimiento profesional
  • Diseñar y mantener la arquitectura del Data Platform (Data Warehouse y bases analíticas)
  • Planificar, priorizar y supervisar el desarrollo y operación de pipelines de datos (ETL/ELT)
  • Integrar múltiples fuentes de datos (sistemas core, financieros y operativos)
  • Definir y evolucionar modelos de datos analíticos (raw, curated, semantic)
  • Asegurar calidad, disponibilidad, performance y seguridad del dato
  • Implementar controles de data quality, lineage técnico y metadata
  • Coordinar con BI, Analytics y Data Science para habilitar análisis y modelos avanzados
  • Documentar estándares, decisiones técnicas y buenas prácticas
  • Alinear prioridades técnicas con el Head of Data & Analytics y stakeholders de negocio

Requisitos:

  • Mínimo 5 años en roles de Data Engineering o similares
  • Experiencia liderando equipos técnicos (planificación, seguimiento, feedback y desarrollo de personas)
  • Experiencia diseñando y operando Data Warehouses o plataformas analíticas
  • Experiencia integrando múltiples fuentes de datos y sistemas heterogéneos

Conocimientos técnicos:

  • SQL avanzado
  • Modelado de datos analíticos
  • Diseño y operación de pipelines ETL/ELT
  • Arquitecturas modernas de datos (batch y near-real-time)
  • Conceptos de data quality, lineage y metadata
  • Seguridad de datos (control de accesos y buenas prácticas)

Habilidades:

  • Liderazgo y gestión de personas
  • Priorización y toma de decisiones técnicas
  • Pensamiento analítico y estructurado
  • Comunicación clara con equipos técnicos y no técnicos

¿Por qué deberías aplicar?

Esta es una oportunidad para liderar la transformación de datos en una organización que valora la excelencia técnica. Como Data Engineering Manager en Beathub, no solo gestionarás un equipo, sino que serás el arquitecto principal de la plataforma de datos que impulsará decisiones estratégicas. Aprenderás a escalar sistemas de datos en un entorno real, trabajando con múltiples fuentes y stakeholders, mientras desarrollas tanto tus habilidades técnicas como de liderazgo en un Center of Excellence reconocido.

Tips y consejos de VacantesDigitales.com

Skills indispensables

  • Liderazgo técnico: capacidad para guiar equipos en arquitecturas complejas
  • Arquitectura de datos: experiencia en diseño de Data Warehouses y plataformas analíticas
  • Gestión de pipelines: dominio de ETL/ELT y integración de fuentes heterogéneas
  • Comunicación: habilidad para traducir necesidades técnicas a lenguaje de negocio
  • Data governance: conocimiento en calidad, seguridad y metadata management

Tips prácticos para este puesto

  • Prepara tu portfolio de arquitectura: documenta casos donde hayas diseñado o mejorado plataformas de datos
  • Demuestra impacto: cuantifica cómo tus decisiones técnicas mejoraron calidad, performance o costos
  • Practica storytelling técnico: explica proyectos complejos de forma clara a no técnicos
  • Investiga el stack actual: aunque no se especifica, infiere tecnologías comunes como Snowflake, Redshift, Airflow, dbt, etc.
  • Prepara ejemplos de liderazgo: situaciones donde desarrollaste talento o resolviste conflictos técnicos

Recursos recomendados

  • Tools: Apache Airflow, dbt, Snowflake, Redshift, BigQuery, Databricks
  • Documentación: Data Warehouse Toolkit de Kimball, Designing Data-Intensive Applications
  • Influencers: Zhamak Dehghani (Data Mesh), Maxime Beauchemin (creator of Airflow)
  • Cursos: Data Engineering Nanodegree (Udacity), Data Warehouse Fundamentals (Coursera)

Preguntas frecuentes en entrevistas para este rol

  • "Describe cómo diseñarías una plataforma de datos desde cero para una empresa con múltiples fuentes"
  • Tip: Enfócate en fases: descubrimiento de fuentes, arquitectura (batch vs streaming), modelos (raw → curated → semantic), y gobernanza (calidad, seguridad).
  • "Cómo priorizas proyectos técnicos vs necesidades inmediatas del negocio?"
  • Tip: Menciona frameworks como RICE o valor vs esfuerzo, y cómo alineas con stakeholders usando métricas de impacto.
  • "Da un ejemplo de cómo manejaste un conflicto en tu equipo sobre una decisión técnica"
  • Tip: Usa el método STAR (Situación, Tarea, Acción, Resultado), mostrando empatía, datos y consenso.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $5,000 | | Senior | $5,000 - $7,500 | | Manager | $7,500 - $10,000+ |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. Para Colombia, rangos en COP equivalentes a ~$30-60M mensuales para este nivel.*

Red flags a considerar

  • Bandera roja 1: Falta de claridad en el stack tecnológico actual
  • Qué preguntar: "¿Pueden detallar las tecnologías específicas del Data Platform hoy? ¿Hay plan de migración o modernización?"
  • Bandera roja 2: Equipo subdimensionado para el alcance
  • Qué investigar: Tamaño del equipo vs fuentes de datos y proyectos; ratios comunes son 1 engineer por 2-3 pipelines complejos.
  • Bandera roja 3: Poca autonomía técnica o burocracia excesiva
  • Señal de advertencia: Si el rol reporta a muchas capas no técnicas, pregunta sobre procesos de aprobación para decisiones arquitectónicas.

Habilidades

  • SQL
  • Data Modeling
  • ETL
  • ELT
  • Data Warehousing
  • Data Quality
  • Data Lineage
  • Metadata
  • Data Security
  • Apache Airflow
  • dbt
  • Snowflake
  • Redshift
  • BigQuery
  • Databricks

Postúlate

Esta empresa recibe las postulaciones en su publicación original.

Postular en la publicación original

Se abre el sitio de la empresa o de LinkedIn.